模型
棋盘变战场，大模型却呆了？普林斯顿、UT Austin新基准SPIN-Bench曝AI智商瓶颈
当棋盘变成战场，当盟友暗藏心机，当谈判需要三十六计，AI 的智商令人叹息！ 近日，来自普林斯顿和德州大学奥斯丁分校最新评测基准 SPIN-Bench，用一套 "组合拳" 暴击了大模型的软肋。 研究显示，即便是 o1、o3-mini、DeepSeek R1、GPT-4o、Claude 3.5 等顶尖大模型，在涉及战略规划和社会推理的复杂任务中集体 "自闭"。
3/25/2025 9:50:23 AM
机器之心
“AI辅导2小时，成绩冲进全国前2%”，OpenAI总裁转发私立教学成果，网友：一年学费4万美元？？
“用AI辅导功课，学生成绩提升至全国前2%的水平”。 美国得克萨斯州一所私立K12学校Alpha学校，最近传出了这样一则消息引起大量网友关注。 OpenAI总裁Greg Brockman下场转发：围绕个性化AI导师设计的学校取得了良好成果。
3/25/2025 9:47:03 AM
量子位
一文看懂多模态思维链DeepSeek V3“小版本升级”实测堪比V3.5，非推理模型也有“啊哈时刻”，7米甘蔗过2米门想通了
DeepSeek V3升级了，新版本V3-0324。 官方轻描淡写只说是“小版本升级”，但很多人实测下来可一点也不小。 把流行的小球弹跳测试，提升难度到4维空间超立方体也没问题。
3/25/2025 9:28:21 AM
量子位
32B本地部署！阿里开源最新多模态模型：主打视觉语言，数学推理也很强
就在DeepSeek-V3更新的同一夜，阿里通义千问Qwen又双叒叕一次梦幻联动了——发布Qwen2.5-VL-32B-Instruct。 此前开源家族视觉语言模型Qwen2.5-VL包括3B、7B和72B三种尺寸。 这一次的32B版本进一步兼顾尺寸和性能，可在本地运行。
3/25/2025 9:24:05 AM
量子位
美国恐惧：冷战2.0将至，中国开源模型大爆炸临近！LeCun：DeepSeek只是卷王副产品
如今，美国已经开始陷入「冷战2.0焦虑」——我们的AI技术，恐怕已经落后于中国了？ 甚至AI社区的不少人已经押注：接下来几个月，将有一大波中国开源AI模型的浪潮！ 某AI大V如是说：一年前，没有人会预料到，在AI竞赛中，美国竟会被更强大的中国超越。
3/25/2025 9:08:41 AM
新智元
Nature：科研人员最爱AI工具大盘点！从推理到编程，哪款才是最佳助手？
几乎每周都有新的、令人影响深刻的AI工具发布，研究人员纷纷踊跃尝试。 从复杂的数学问题求解，到医学诊断中的精准分析，再到代码编写与论文创作，AI工具展现了巨大的潜力。 但市面上令人眼花缭乱的AI模型，究竟哪一款才是让科研工作者效率起飞的「梦中情模」，能助力科研突破，带来事半功倍的效果呢？
3/25/2025 9:04:55 AM
新智元
DeepSeek-V3深夜惊爆上新！代码数学飙升剑指GPT-5，一台Mac可跑
昨晚，DeepSeek-V3悄然升级！ 新模型版本为DeepSeek-V3-0324，参数量为6850亿，相较上个版本参数增幅不大（6710亿）。 从发布时间和技术特点来看，DeepSeek-V3-0324，很可能是DeepSeek-R2的基础架构。
3/25/2025 9:03:00 AM
新智元
AI自我纠错，Diffusion超越自回归！质量提升55%，已达理论证据下界
如果大语言模型（LLMs）能够发现并纠正自己的错误，那岂不是很好？ 而且，如果能够直接从预训练中实现这一点，而无需任何监督微调（SFT）或强化学习（RL），那会怎样呢？ 最新提出的离散扩散模型，称为GIDD，它能够做到这一点。
3/24/2025 9:35:00 AM
新智元
每天2小时成绩逆袭全美前2%！AI助教让学生不再内卷
每天只用2小时就能搞定繁重的学习任务，剩下时间开发自己的兴趣项目，考试成绩还提高了。 这样的学校你愿意尝试吗？ 据福克斯新闻报道，德克萨斯州一家名为Alpha School的私立学校在引入AI「助教」后，学生的考试成绩蹭蹭上涨，提高到了全美国的前2%。
3/24/2025 9:12:00 AM
新智元
Idea撞车何恺明「分形生成模型」！速度领先10倍，性能更强
前不久，大神何恺明刚刚放出新作「分形生成模型」，递归调用原子生成模块，构建了新型的生成模型，形成了自相似的分形架构，将GenAI模型的模块化层次提升到全新的高度。 论文地址： 地址：，澳大利亚国立大学的研究人员提出了一个全新的图像生成模型ARINAR，在思想上与分形生成模型不谋而合，但是在性能和速度上都显著提升，base模型的FID从11.8提升到2.75，生成时间从2分钟降低到12秒！ ARINAR不仅超越了之前的扩散模型，与目前表现最好的自回归模型MAR相比，ARINAR生成质量相当，速度是MAR的5倍。
3/24/2025 9:08:00 AM
新智元
硅谷投资人爆料：AI爆炸率先发生在中国！芯片扩大1万倍，AI逼近物理极限
如果AI系统能自己设计出更强大的AI，智能爆炸可能很快就要到来了！ 而人类，会被AI迅速甩在后面。 最近，硅谷投资人、EverFi CEO兼创始人Tom Davidson等人发表了一篇长文硬核博客，详细讨论了智能爆炸（Intelligence explosion, IE）的类型以及对应的发生概率。
3/24/2025 8:55:00 AM
新智元
AI PS卷起来了！谷歌Gemini动嘴P图火出圈，马斯克Grok连夜上线图像编辑
Grok连夜上线图片编辑功能。 昨晚，Grok上线图片编辑功能，可以通过文字描述直接修改图片。 比如你可以上传一张个人证件照，「动动嘴」让Grok给你PS一套全新的西服。
3/24/2025 8:43:00 AM
新智元
数据越多越好？错了！关键在于如何“喂”给模型
咱们今天聊聊机器学习里的一个重点概念——特征工程。 我们人看东西、做判断，是不是得先抓住事物的关键特点？ 比如说，你要判断一个苹果好不好吃，你会看它颜色、闻它香味、摸它硬度，甚至尝一口。
3/24/2025 6:40:00 AM
Python数智工坊
成效初显！基于DeepSeek强化学习的医疗VLM策略来了
编辑 | ScienceAI在人工智能跨界医疗的浪潮中，如何赋能视觉语言模型（VLM）去 “看懂” 多种类型的医学影像，并在疾病诊断、病灶分析等任务中给出可信解释，已成关键挑战。 近期，来自埃默里大学、南加州大学等机构的联合研究团队基于 DeepSeek 强化学习提出了一套医疗 VLM 策略，称之为 “Med-R1”，通过鼓励模型在 “推理过程” 上不断探索，大大提升了跨模态、跨任务的泛化能力。 本文将结合实验结果和推理案例，为大家展示 DeepSeek 在医疗 VLM 中的实战成效。
3/21/2025 2:05:00 PM
ScienceAI
13年后，AlexNet源代码终于公开：带注释的原版
想知道 AlexNet 2012 年的原始代码长什么样吗？ 现在，机会来了！ 刚刚，谷歌首席科学家 Jeff Dean 宣布，他们与计算机历史博物馆（CHM）合作，共同发布了 AlexNet 的源代码，并将长期保存这些代码。
3/21/2025 1:17:38 PM
机器之心
原有的模型评测基准OUT了！12岁高中生建立了一个网站， 让AI模型发起 Minecraft 挑战
编辑 | 言征出品 | 51CTO技术栈（微信号：blog51cto）由于传统的AI 基准测试技术已被证明不够充分，AI 开发者开始采用更具创造性的方式来评估生成式 AI 模型的能力。 对于一组开发者来说，这就是微软旗下的沙盒建造游戏 Minecraft。 Minecraft Benchmark （或 MC-Bench）网站是合作开发的，目的是让人工智能模型在面对面的挑战中相互竞争，用 Minecraft 创作来回答提示。
3/21/2025 1:05:18 PM
言征
25万GPU，估值350亿美元冲刺IPO！财务定时炸弹，GenAI不祥之兆
美国云服务公司CoreWeave，已提交上市文件，即将IPO。 这是美国近期首个有意义的科技IPO，也是首个直接与AI热潮相关的IPO。 CoreWeave虽然有25万GPU，却频频受到质疑。
3/21/2025 12:56:44 PM
新智元
资讯热榜
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
数据
机器人
模型
谷歌
大模型
Midjourney
智能
开源
用户
学习
GPT
微软
Meta
AI创作
图像
技术
论文
Stable Diffusion
马斯克
Gemini
算法
蛋白质
生成式
芯片
代码
英伟达
腾讯
神经网络
计算
研究
Anthropic
Sora
3D
AI for Science
AI设计
机器学习
GPU
AI视频
开发者
场景
华为
预测
百度
人形机器人
伟达
苹果
Transformer
深度学习
模态
xAI
大语言模型
字节跳动
Claude
搜索
驾驶
文本
具身智能
神器推荐
Copilot
LLaMA
算力
视频生成
安全
干货合集
视觉
应用
大型语言模型
科技
亚马逊
训练
特斯拉
AGI
2024